Captulo 1: Naturaleza de la estadstica.

Datos estadsticos: Se utiliza para indicar un conjunto de datos

numricos que han sido organizados, resumidos y presentados para
mostrar las caractersticas o evolucin de un cierto fenmeno de inters,
y es lo que se tiene en mente cuando se habla, por ejemplo, de
estadsticas de poblacin, de produccin industrial o de un campeonato
de futbol.
La estadstica se interesa por los patrones o las regularidades que
presentan un conjunto de datos y trata, entonces de determinar las
propiedades de esos conjuntos. Por ejemplo Los datos de un paciente
que se recogen en un hospital(esto para medicar la cantidad de
personas que son afectadas por x enfermedad).
De forma mas especifica no es un dato estadstico la cifra aislada que
mide la temperatura de un paciente, pero si la temperatura promedio de
un grupo de ellos.
De igual forma, no son datos estadsticos el monto, plazo y tasa de
inters de un determinado prstamo concedido por un banco, pero si la
informacin basada en un conjunto de ellos recogido en un periodo.

La estadstica como disciplina cientfica: Cuando se hable de estadstica,

se tendr en mente un campo de conocimiento, una disciplina cientfica
dedicada al desarrollo y aplicacin de la teora y las tcnicas apropiadas
para la recoleccin, clasificacin, presentacin, anlisis e interpretacin
de informacin cuantitativa obtenida por observacin o
experimentacin.
Donde quiera que se necesite escoger datos por observacin, entrevista,
experimentacin o registro y surja el inters de resumirlos, analizarlos y
sacar conclusiones a partir de ellos, aparece la estadstica.

Unidad estadstica, caracterstica y observacin: El anlisis estadstico se

lleva a cabo con base en observaciones o valores observados
correspondientes a una cierta caracterstica y realizados en lo que se
denomina unidades estadsticas elementales o de estudio. Ejemplo El
ingeniero jefe d una fabrica desea verificar la calidad de una partida de
bombillos producidos el da anterior. Para hacerlo, toma una muestra de
50 de ellos y determina para cada uno, si enciende o n. En este caso, la
unidad de estudio es l bombillo, la caracterstica de inters, su estado, y
la observacin para cada bombillo en la muestra es, su buen o mal
estado, es decir, si enciende o no, las observaciones las conformaran los
50 resultados.

El concepto de poblacin: Toda investigacin tiene como referencia un

conjunto de unidades de estudio o elementos que pueden ser personas,
animales, empresas, organizaciones, objetos etc. Este conjunto se
denomina poblacin del estudio o simplemente poblacin definida como
el total o agregado de las unidades de estudio.
Por ejemplo una poblacin puede ser finita si tiene un numero limitado
de elementos o infinita si la forma un numero ilimitado. Las familias del
rea Metropolitana de San Jos, en una cierta fecha son un ejemplo de
una poblacin grande pero finita. Pero por otro lado el numero de
alumnos actuales, pasado y futuro de matemticas de primer ao de
secundaria es ilimitado y por ello puede decirse que son una poblacin
infinita.
Algunas confusiones que se pueden presentar y que debemos aclarar
son: En primer termino, la estadstica realiza sus anlisis no con las
unidades propiamente dichas, sino con los valores observados para
FALTA PAG10

La poblacin la constituyen no las unidades estadsticas propiamente,

sino los valores numricos asociados a ellos.
Un aspecto importante Un mismo conjunto de unidades de estudio
puede dar origen a diferentes poblaciones o son, a distintos grupos
numricos, segn sea la caracterstica que conviene. Por ejemplo si la
unidad estadstica es el trabajador industrial, esta puede originar
diferentes poblaciones, segn sean los intereses de la investigacin:
habr una poblacin de salarios semanales, una de peso en kilogramos
de los trabajadores.

Uso del Muestreo: Los estudios, investigaciones y experimentos se llevan

acabo normalmente con el propsito de llegar a conclusiones o
resultados aplicables a todos los elementos de la poblacin que
constituye el campo de referencia de inters.
El estudio de todos los elementos que forman la poblacin no solo no es
practico, por los costos y el tiempo que suponen, sino que tambin
pueden resultar imposible de llevar a cabo porque la poblacin es muy
grande o infinita. Por ello se toma una parte, una muestra estudiarla y
luego generalizar los resultados observados a toda la poblacin de la
cual fue seleccionada. Se corre el riesgo de que la parte seleccionada no
sea representativa del todo y por tanto que la generalizacin no sea
representativa cayendo en un error de muestreo. Cuanto mas grande
sea el tamao de la muestra, mayor confianza se tiene que es
representativa de la poblacin.

Cuando se usan muestras:

La poblacin es infinita o muy grande y es imposible fsica o
econmicamente cubrir todos los elementos que la componen.
La poblacin es finita, pero lo suficientemente grande para que el
estudio de todos los elementos no sea aconsejable, porque
resultara demasiado costoso y tomara tanto tiempo que los datos
serian obsoletos o intiles cuando estn disponibles.
 La unidad de estudio se transforma o se destruye al ser
examinada.
Los resultados que arrojara una muestra bien seleccionada, de
tamao razonable, serian suficientemente precisos para los fines
prcticos perseguidos por los datos.

Seleccin de muestra: Existen 3 formas de seleccin de muestras:

1. Aleatoria o al azar: Dndole a cada uno de los elementos de la
poblacin una probabilidad conocida y no nula de incluirse en la
muestra. Un caso particular es en el que a todos los elementos se
les da la misma probabilidad, este procedimiento recibe el nombre
de muestreo simple al azar o muestreo igualmente probable.
2. Intencional: Utilizar el juicio de una persona con experiencia y
conocimiento con respecto a la poblacin que se estudia para la
seleccin de los elementos en la muestra.
3. Por conveniencia: Escoger las unidades o elementos que estn
disponibles o son mas frgiles de conseguir.

Ahora bien, si la seleccin aleatoria puede llevar y lleva a muestras no

representativas, Por qu razn, entonces las estadsticas utilizan
muestras al azar en lugar de intencionales o por juicio?
La respuesta a esta pregunta es clara si se considera la diferencia entre
los tipos de errores a los que lleva cada una de las formas de seleccin
al azar produce discrepancias entre los resultados obtenidos de la
muestra y el valor de la poblacin, cuyas magnitudes y sentido no
pueden producirse para una especifica porque se trata de errores
aleatorios o de muestreo, las cuales se originan exclusivamente en el
hecho de que se trabaja con una muestra de la poblacin y esta es
escogida al azar. La seleccin intencional o de juicio, en cambio produce
bsicamente discrepancias o errores en un solo sentido es decir los
denomina sesgos de seleccin.
Los sesgos son errores sistemticos, o sea, en un solo sentido y puede
ser de seleccin o de mediacin.
Los sesgos de seleccin no pueden ser evaluados o medidos como un
modelo, los errores de muestreo, por su naturaleza aleatoria, si. Cuando
se toma una muestra intencional o de juicio, no se sabe el efecto del
sesgo en cambio, si se toma al azar, el posible efecto del error de
muestreo si es medible tomando en cuenta el comportamiento que se
esperara en muestras sucesivas de este tipo.

Las muestras aleatorias se prefieren porque:

Eliminan los sesgos de seleccin.
Producen errores aleatorias que son medibles utilizando medidas
probabilsticas.
 El error de muestreo puede hacerse tan pequea como se quiera
con el aumento del tamao de la muestra.

La tabla de nmeros al azar: Los procedimientos de seleccin de la

muestra mencionadas(cigarrillos, fichas de lotera, dados, entre otros)
son cmodos y rpidos. Cuando la poblacin es de mayor tamao estas
maneras pueden resultar laboriosas y complicadas.
La tabla de nmeros al azar aparece un gran numero de dgitos, los
cuales han sido generados por un proceso mecnico o electrnico,
usando una formula o algoritmo matemtico, y garantiza que cada digito
es el resultado de un procedimiento aleatorio, es decir,
independientemente de los dgitos previamente seleccionados.

Atributos y Variables: Los datos con los cuales se realiza el anlisis

estadstico provenientes de las operaciones de medir o de contar .
Cuando se mide una caracterstica se obtiene un numero para cada
unidad de estudio observada, como estos nmeros usualmente varan
de una unidad de estudio a otra, se habla de variables. Se habla de
variables cuantitativas(peso y numero de hijos, por ejemplo) y de
variables cualitativas o atributos(como el estado civil). Dentro de las
cuantitativas se distinguen entre continuas, aquellas que toman
cualquier valor dentro de un intervalo de nmeros reales: el peso y la
estatura, y discretas cuyos valores son numerables, como el total de
hijos o de goles de un partido de futbol.
Si una variable solo puede tomar un numero determinado de valores
dentro de un intervalo, y no todos los posibles, se dice que es un
discontinua o discreta. Un ejemplo claro es el total de goles de un
partido que pueden ser 0, 1, 2, 3.
La situacin para las variables continuas es diferente. El peso es un
ejemplo ya que se puede dar en un numero exacto de kilogramos, mas
sin embargo si se requiere mas precisin se puede obtener en gramos y
kilogramos, ejemplo 2,5474Kg lo cual es el valor real.
Conviene aclarar que las variables discretas no cambian solo en
unidades enteras. As si la mantequilla se vende solo en octavos de
kilogramo entonces las ventas en kilogramos serian discretas y variara
de la siguiente manera: 0,125Kg, 0,25; 0,375 entre otras.

Estadstica descriptiva y estadstica inferencial: El inters se limita

exclusivamente a los datos que se analizan y la preocupacin bsica es
lograr una descripcin o caracterizacin apropiada de ellos. Por eso se le
denomina estadstica descriptiva y tambin se utiliza este nombre para
hacer referencia a aquellas tcnicas o instrumentos empleados cuando
el inters primordial es describir un conglomerado de datos, sin importar
la profundidad y detalle con que se haga pues no se pretende hacer
generalizaciones o inferencias para un conjunto mayor. La confeccin de
cuadros y grficos, el calculo de promedios, porcentajes y medidas d
variabilidad, son algunas de las tcnicas ordinariamente empleadas en
la estadstica descriptiva.
Por su parte a la llamada estadstica inferencial o inductiva son aquellas
tcnicas o procedimientos empleados cuando el propsito perseguido es
no solo perseguir los datos sino generalizar lo observado en ellos para
un conjunto o universo mayor del cual fueron tomados o analizados. La
inferencia estadstica es, por lo tanto un proceso esencialmente
inductivo: se toma una parte muestra-, se examina y los resultados se
generalizan al conjunto o universo poblacin- del cual fue seleccionado
la parte que se analiza.

Capitulo 2 Fuentes de datos y tcnicas de recoleccin.

La estadstica se utiliza con uno de estos fines:

De investigacin cientfica, o sea, con el propsito de conocer o
mejorar el conocimiento- de un fenmeno, de manera que pueda
ser explicado, controlado y eventualmente, hacer pronsticos
acerca de el, en situaciones especificas.
La obtencin de informacin estadstica que permita fundamentar
la toma de decisiones, tal como sucede en los diferentes campos
de actividad humana: el comercio y los negocios, control de
procesos industriales.

La obtencin de la informacin estadstica, datos existentes y no

existentes: En la practica se pueden dar dos situaciones:
a) Los datos requeridos existen, ya sea porque un investigador o
institucin publica o privada- los recogi para estudiar el mismo
problema o alguno similar porque son recolectados y publicados
regularmente o inclusive, porque el propio interesado ya lo realizo
en la recoleccin.
b) Los datos requeridos no existen o no estn disponibles, y deben
definirse y ejecutarse un procedimiento de recoleccin apropiado
para obtenerlas.
 Informacion

Existente No Existente

Envio y
Fuente Fuente Experimento devolucion
Entrevista Registro
Primaria Secundaria Observacion de
cuestionarios

Requeridos Administrativ
Cara a Cara Telefonica Correo Internet
por ley os

Fuentes primarias y fuentes secundarias: Por fuente de datos

estadsticos se entiende el origen de la informacin utilizada en el
estudio o anlisis, es decir, de donde vienen o se toman los datos. La
fuente puede ser primaria o secundaria. El termino fuente primaria se
refiere a la institucin(publica, privada o sin fines de lucro) o, si es del
caso, a la persona que recogi primero los datos y produjo las
estadstica.
Es aplicable tanto si los datos estn disponibles en una publicacin
impresa en un sitio web o en alguna otra forma como si se trata de
informacin recogida y elaborada.

Instituciones o
persona que
Publicacion
recogio los datos Investigador o
impresa o sitio
y produjo la Usuario
Web
estadistica de
interes

Institucion o
persona que
recogio los datos Investigador o
y produjo la usuario
estadistica de
interes

Si una institucin, empresa o persona toma y utiliza -en un anlisis o

estudio- datos estadsticos no recogidos por ella, sino provenientes de
una fuente primaria, y luego las publica o difunde, esa nueva publicacin
ser una fuente secundaria para quienes tomen de ella los datos.
Las fuentes primarias como las secundarias utilizan diferentes medios
para suministrar los datos a los interesados; pueden usar publicaciones
impresas, un sitio web, algn dispositivo de almacenamiento o enviar los
archivos por internet a pedido de los interesados.
En el caso de Costa Rica un ejemplo claro de una fuente tpica es el
Instituto Nacional de Estadstica y Censo(INEC). Esta institucin, por
mandato legal es la encargada de realizar los censos y de elaborar y
publicar la mayora de las estadsticas nacionales del pas.
El INEC recoge los datos por medio de censos y se elaboran estadsticas
de la informacin.
Otros ejemplos de fuentes primarias es Costa Rica son: Banco Central de
Costa Rica , la CCSS y el TSE.
En el caso de fuentes secundarias en Costa Rica estn El Ministerio de
Planificacin, que reproduce la informacin dada por fuentes primarias,
tambin las hay internacionalmente tales como la ONU.
En RESUMEN, cualquiera que publique o suministre datos recogidos por
ellos mismos es fuente primaria y quienes la reproducen son
secundarias.
Tambin de forma analgica comentar acerca de los datos primarios y
secundarios, estos son datos que se recogen dentro de un campo de
estudio, como por ejemplo un director que recoge y analiza las
calificaciones de su colegio son datos primarios pero si una institucin x
de afuera los reproduce son datos secundarios.

La necesidad de evaluar las fuentes: Siempre debe evaluarse, tomando

en cuenta aspectos relativos a la cobertura e integridad del estudio, a la
calidad y confiabilidad de los datos a su comparabilidad y pertinencia.
Los datos de fuente primaria son, en general mas confiables que los
provenientes de una secundaria, como razones fundamentales de esa
escogencia se pueden comentar las siguientes:

1. Pueden existir errores de transcripcin.

2. Desconocimiento de trminos por parte de quien transcribe lo
escrito por la fuente primaria.
3. La fuente primaria incluye generalmente una copia del
cuestionario utilizado para recoger los datos.
4. Una fuente primaria siempre expondr mas detalle que una
secundaria.

Recalcar que siempre se debe comentar sobre la fuente de obtencin a

excepcin de algunos casos donde se indica como Fuente Confidencial.

Tcnicas para la recoleccin de datos no existentes: Experimento,

observacin, entrevista cara a cara, entrevista telefnica, correo,
encuesta por internet, , registro, encuesta auto administrada a personas
o grupos.
Fase de una investigacin estadstica: Esto se realiza para el fin de tener
un mejor resultado de investigacin.
En una encuesta por muestreo se pueden identificar tres grandes
etapas:
Planeamiento y preparacin.
Ejecucin del trabajo de campo.
Procesamiento y anlisis de los resultados.

Para efectos mas prcticos, puede ser til detallar un poco mas los
pasos:
Definicin y delimitacin del problema de inters.
Establecimiento de los propsitos de estudio.
Preparacin de un plan de trabajo.
Construccin y prueba de cuestionario.
Diseo y seleccin de la muestra.
Preparacin y ejecucin del trabajo de campo.
Elaboracin del plan de anlisis.
Procesamiento de la informacin.
Anlisis e interpretacin de los datos.
Preparacin del informe.